引言

将一段代码集中到一块，起一个名字，下次可以根据这个名字再次使用这个代码块。
作用：
方便代码重用
分解任务，简化程序逻辑
使代码更加模块化
函数的参数

所有的传参方式都是传引用，注意列表做参数和数值做参数容易出现的问题。

python sorted函数？单个参数

多个参数

定义方式

def funName(arg1, arg2, arg3...):
pass

调用方法

funName(arg1, arg2, arg3...) # 形参和实参一一对应
funName(arg2=v2, arg3=v3, arg1=v1) # 指明形参的名称，不用严格按照形参顺序
不定长参数

1. 利用元组的拆包装包

python爬虫教程，def mySum(args):
print(type(args)) # <class 'tuple'>
print(args) # (1, 2, 3, 4)
print(args) # 拆包操作 1, 2, 3, 4

for v in args:

todo ...

"""
装包，将传入的参数装入一个元组中，args就成了一个元组对象
拆包，将一个元组中的元素拆分出来，*args就成了参数序列
"""

2. 利用字典的键值对

def myInfo(**args):
print(type(args)) # <class 'dict'>

todo ...

python函数手册？myInfo(name="MetaTian", age=21)
默认参数

"""
调用某些函数时，可以省略某些参数，采用定义函数时指定的值
若不省略，则以调用时传入的值为准
"""
def sorted(iterable, reverse=False):
pass
new_list = sorted([1, 3, 2, 5])
new_list = sorted([1, 3, 2, 5], True)
返回值

返回语句标志着函数的结束，一个函数最好只有一处返回语句
如果想返回多个数据，可以把数据包装成一个集合，整体返回（列表，元组，字典...）
def funName():
data = {}

todo...

return data
偏函数

python 函数？对于一个默认值较多的函数，有时我们需要重复用到其中的部分默认值，每次指定默认值比较麻烦。
可以将其中的默认值先赋值好，然后封装成一个新的函数，这就是偏函数。
import functools
numStr = "100010"
res = int(numStr, base=2)
print(res) # 34
int2 = functools.partial(int, base=2) # 重新封装,构成偏函数
print(int2(numStr)) # 34
高阶函数

一个函数的参数可以是另外一个函数
def calculate(a, b, cal_fun):
print(cal_fun(a, b))
def sum(a, b):
return a + b

def sub(a, b):
return a - b

calculate(2, 3, sum) # 5
calculate(2, 3, sub) # -1
匿名函数

python自学入门？lambda表达式
没有名字的函数
"""
lambda arguments: expression
冒号前面是参数，后面是要返回的表达式
"""
res = (lambda x, y : x + y)(1, 2)
print(res) # 3
fun = lambda x, y : x + y
print(fun(2, 3)) # 5

更多的是配合 map(), reduce()等函数进行使用

闭包

在函数嵌套定义的前提下
内层函数引用了外层函数的变量
外层函数把内层函数当做返回值
def line_config(content, length):

define line():
print(content * length)

python自定义函数。return line
line1 = line_config("-", 5);
line2 = line_config("*", 6)
line1(); # -----
line2(); # **
作用域问题：内层函数要修改外层函数的变量，要使用nonlocal进行声明，否则变量属于内层函数。
def test():
num = 10

def test2():
nonlocal num # test中的 num被修改
num = 666

return test2
当内层函数使用外层的变化量时，注意值的情况
def test():
funs = []
for i in range(1, 4):

def test2():
print(i)
funs.append(test2)
return funs
"""
函数在运行时才会去确定变量的值
运行时，索引 i 的值因定义时迭代完成，不再发生变化
细节请参考迭代器部分
"""
myFuns = test()
myFuns[0]() # 3
myFuns[1]() # 3
myFuns[2]() # 3
装饰器

python有什么用，在调用目标函数之前，对这个函数对象进行装饰（增加一些其他功能）。
函数的名字不能改变。
函数体内部的代码不能发生改变。
使用案例

def check(func):

def inner():
print("登录验证...")
func()

return inner()

在 fss()和 ftp()执行之前，都会送入 check()进行包装

python3、@check # 只要python解释器执行到了这行代码就会进行装饰执行
def fss():
print("发说说")

上面三行等价于 fss = check(fss)

@check
def ftp():
print("发图片")

上面三行等价于 ftp = check(ftp)

主业务逻辑如下：

flag = 1
if flag == 1:
fss() # 登录验证...
else: # 发说说
ftp()
多个装饰器的调用顺序

def one(func):
print('----1----')
def two():
print('----2----')
func()
return two
def a(func):
print('----a----')
def b():
print('----b----')
func()
return bbr/>@one
@a
def demo():
print('----3----')
demo()

运行结果 //从下到上装饰，从上到下执行，分析略

----a----
----1----
----2----
----b----
----3----
对带有参数的函数进行装饰

def zsq(funcs):

def inner(*args, kwargs): # 装包
print("-" 5)
func(args, kwargs) # 拆包
return innerbr/>@zsq
def fun1(n1, n2, n3):
print(n1, n2, n3)

@zsq
def fun2(n):
print(n)

fun1(1, 2, n3=8) # 1 2 8
fun2(3) # 3
对带有返回值的函数进行装饰

def zsq(funcs):

def inner(*args, kwargs): # 装包
print("-" 5)
res = func(args, kwargs) # 拆包
return res

@zsq
def fun1(n1, n2, n3):
return sum(n1, n2, n3)
fun1(1, 2, 3)
带有参数的装饰器

def getzsq(char):
def zsq (func):

def inner():
print(char * 5)
func()
return inner
return zsq

@getzsq("*")
def f(): # *****
print("666") # 666

@getzsq("-")
def f1(): # -----
print("666") # 666
生成器

是一个特殊的迭代器
特性：
惰性计算数据，节省内存
能够记录状态，通过next()函数，访问下一个状态
使用方式

生成器表达式，不是元组推导，没有元组推导式

l = (i for i in range(1, 10000000) if i % 2)
print(type(l))
print(next(l)) # 1
print(next(l)) # 3
for i in l:
print(i) # 循环打印出所有满足条件的值

生成器函数

def test():
for i in range(1, 9):
yield i
g = test()
print(next(g)) # 1
print(next(g)) # 2
注：喜欢python + qun：839383765 可以获取Python各类免费最新入门学习资料！